挑战谷歌Brain系统？微软推人工智能项目Adam

[摘要]经过多次识别后，Adam能区分狗狗的品种和植物植被类型。

微软展示旗下人工智能系统Adam

腾讯科技讯 据知名杂志《连线》报道，微软在公司总部首次公开展示了旗下全新人工智能系统Adam。依照微软的说法，Adam图片辨别能力非常强，经过多次图片学习后，可以区分狗狗品种和植被类型。而且在相关测试下，Adam的表现要由于谷歌(微博)人工智能系统Google Brain。

以下为文章梗概：

我们已进入人工智能新时代。

谷歌、Facebook、微软以及苹果等巨头，纷纷招贤纳士，研究具备“深度学习”能力的人工智能，并通过这些项目改进语音识别、外语翻译以及图像自主辨认等方面内容。

在新人工智能领域秩序下，谷歌走在了最前方。当前，这家搜索巨头聘请了“深度学习”领域权——威多伦多大学教授杰夫·辛顿(Geoff Hinton)加入其团队。谷歌此前还对旗下新人工智能技术的现实应用进行了测试，包括如何提升Android智能机语音搜索功能。谷歌的这几项技术，还创下了语音识别领域准确率最高的数项纪录。

但如今，微软研发大军也适时亮剑，推出了名为“Adam”的深度学习系统，并在该公司公布召开的学术峰会上首次公开展示。微软表示，Adam图片辨认能力是此前系统的两倍，而且经过多次识别后，还能区分狗狗的品种和植物植被类型。微软研究部门主管彼得·李(Peter Lee)称：“Adam是对如何构建最强大脑的探索。”

李指出，在运行名为“ImageNet 22K”的标准检测程序时，Adam的神经网络表现优于谷歌人工智能系统Google Brain。这一测试程序主要检测人工智能系统处理2.2万类图片数据能力，在Adam问世之前，只有少数系统能够处理如此大量的输入数据，Google Brain便是其一。

不过，Adam并非意在通过全新“深度学习”算法取胜谷歌，而是通过优化设备数据处理和微调交互方式获得成功。与其他“深度学习”系统类似，Adam依靠标准计算机服务器阵列运转，实际上，Adam使用了微软Azure云计算服务设备。“深度学习”模仿人类大脑工作方式，通过构建神经网络实现最终行为，这就好比人类大脑中的网络神经元，其在工作时需要大量介质，而这对于Adam来说，就是大量服务器。

工作原理：

Adam使用的技术名为“Asynchrony”，中文翻译为“异步化”。随着计算系统日益复杂，系统中各部分信息交流也变得极其困难，但“Asynchrony”技术能够缓解这一问题。大体而言，“Asynchrony”将系统分为众多小网块，在共享结果和融合统一前，彼此之间可相互独立工作。但难题在于，尽管这一技术在智能机和笔记本上表现优异，因为这些设备运算结果可以通过不同芯片组快速完成，但在如神经网络一般复杂的众多不同服务器下，该技术并不非常成功。

但包括谷歌在内的科技巨头和研究人士，已投身开发大型“异步化”系统多年之久，而微软通过使用华盛顿大学研发的“HOGWILD!”技术，让Adam占据优势。

“HOGWILD!”技术设计初衷是让设备中每个处理器更独立运行，不同芯片甚至能够写入同一个存储单元，而彼此之间不会受到覆盖影响。对于大部分系统而言，这一理念可谓是“灭顶之灾”，因为这会令一台设备覆盖其他已经完成写入设备的指令，从而导致数据冲突，但在某些情况下，这一理念却能完好运作。根据华盛顿大学研究员的展示，“HOGWILD!”在小型计算系统中运行导致的数据冲突几率很小，对于加速单台设备运算却十分显著。微软采纳了“HOGWILD!”理念，并将“asynchrony”运用到整个Adam系统中。“我们比‘HOGWILD!’更狂野”，一位Adam项目研究员表示。

令业内人士颇感惊讶的是Adam采用了传统计算机芯片，而非现今流行的GPU。当前，众多“深度学习”系统转而使用GPU，以此避免数据通信瓶颈，但微软Adam却另辟蹊径。

一些技术专家表示，神经网络含有大量数据，这些都可以在传统CPU上进行处理，另一方面，GPU处理数据速度很快，但如果人工智能系统数据未能完整匹配GPU或者单一服务器装在多台GPU，整个系统就会停摆。此外，数据中心的通讯系统不能跟上GPU处理信息的速度，这将导致数据交换堵塞。因此，GPU非大型神经网络系统理想设备。

微软方面表示，Adam仍处于“胚胎”期，因此其目前只进行内部应用测试。微软尚未有明确计划是否对外推出相应产品。此外，分析师也表示，由于微软公布的Adam信息有限，很难了解该人工智能系统是否向微软所说的那样功能强大。

来源：腾讯科技